【技术实现步骤摘要】
【国外来华专利技术】
本公开涉及异常检测，并且在一些非限制性实施方案或方面中，涉及使用异常检测来检测商家数据变动。
技术介绍
1、由交易服务提供商系统和发行方系统利用授权规则和风险模型对电子支付交易进行风险评估，作为针对交易的授权批准过程的一部分。这些授权批准过程中使用的特征中的一个特征是商家类别代码(mcc)，该商家类别代码是用于将企业分类成市场细分并且与发起交易的商家进行的交易相关联的四位数字。mcc的变化可能会显著影响授权率并且/或者影响针对与交易相关联的发行方的风险概况。例如，相比于与不同于第一mcc的第二mcc相关联的交易，与第一mcc相关联的交易更有可能由授权批准过程批准并且/或者可以与较低风险相关联。
2、商家可能故意将针对具有不正确mcc的一些交易的授权请求进行错误分类或错误编码，以提高针对交易的授权率。例如，商家可能会跨mcc变动交易量以提供授权利益，并且尝试通过利用不同mcc对授权请求进行编码来操纵授权批准过程，从而规避达到合规监视程序的阈值。
技术实现思路
1、因此，提供了用于检测商家数据变动的改进系统、设备、产品、装置和/或方法。例如，本公开的非限制性实施方案或方面可以使用针对每个商家类别代码(mcc)的时间序列分析与机器学习的组合以及在延长时间段内跨每个地区或国家的商家系统组合来识别跨mcc的变动支付额。
2、根据一些非限制性实施方案或方面，提供了一种计算机实现的方法，包括：利用至少一个处理器获得与在历史时间段内商家系统处的多个历史交易的时间序列相关联的
3、在一些非限制性实施方案或方面中，所述方法还包括：在于交易处理网络中的商家系统处处理当前交易期间，利用至少一个处理器接收与当前交易相关联的当前交易数据，所述当前交易数据包括多个mcc中与当前交易相关联的mcc；以及利用至少一个处理器基于当前交易数据和与商家系统相关联的异常分数来确定与当前交易相关联的风险分数。
4、在一些非限制性实施方案或方面中，所述方法还包括：利用至少一个处理器将风险分数与至少一个阈值风险分数进行比较；以及响应于确定风险分数满足至少一个阈值风险分数，利用至少一个处理器拒绝对当前交易的授权。
5、在一些非限制性实施方案或方面中，所述历史交易数据包括针对多个交易的交易子集的多个mcc中的每个mcc在历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且历史子时间段的持续时间是与前一时间段相同的持续时间。
6、在一些非限制性实施方案或方面中，获得历史交易数据包括对于针对每个mcc在不包括多个交易中的交易的历史子时间段内的交易金额的百分比分布生成零值。
7、在一些非限制性实施方案或方面中，先前交易数据包括针对一个或多个交易的一个或多个mcc中的每个mcc在前一时间段内的交易金额的百分比分布。
8、在一些非限制性实施方案或方面中，机器学习算法包括孤立森林算法，并且其中机器学习模型包括孤立森林。
9、根据一些非限制性实施方案或方面，提供了一种系统，包括：至少一个处理器，所述至少一个处理器被编程为并且/或者被配置成：获得与在历史时间段内商家系统处的多个历史交易的时间序列相关联的历史交易数据，所述历史交易数据包括与多个历史交易相关联的多个商家类别代码(mcc)；将差异变换应用于历史交易数据以生成变换数据；通过将机器学习算法应用于变换数据来训练机器学习模型，所述机器学习模型生成与商家系统相关联的异常分数；获得与在历史时间段之后的前一时间段内商家系统处的一个或多个先前交易相关联的先前交易数据，其中所述先前交易数据包括多个mcc中与一个或多个先前交易相关联的一个或多个mcc；使用机器学习模型处理先前交易数据以生成与商家系统相关联的异常分数；以及基于异常分数和至少一个阈值异常分数来识别商家系统在前一时间段内跨mcc的交易量变动。
10、在一些非限制性实施方案或方面，所述至少一个处理器被进一步编程为并且/或者被进一步配置成：在于交易处理网络中的商家系统处处理当前交易期间，接收与当前交易相关联的当前交易数据，所述当前交易数据包括多个mcc中与当前交易相关联的mcc；以及基于当前交易数据和与商家系统相关联的异常分数来确定与当前交易相关联的风险分数。
11、在一些非限制性实施方案或方面中，所述至少一个处理器被进一步编程为并且/或者被进一步配置成：将风险分数与至少一个阈值风险分数进行比较；以及响应于确定风险分数满足至少一个阈值风险分数，拒绝对当前交易的授权。
12、在一些非限制性实施方案或方面中，所述历史交易数据包括针对多个交易的交易子集的多个mcc中的每个mcc在历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且历史子时间段的持续时间是与前一时间段相同的持续时间。
13、在一些非限制性实施方案或方面中，所述至少一个处理器被编程为并且/或者被配置成通过对于针对每个mcc在不包括多个交易中的交易的历史子时间段内的交易金额的百分比分布生成零值来获得历史交易数据。
14、在一些非限制性实施方案或方面中，先前交易数据包括针对一个或多个交易的一个或多个mcc中的每个mcc在前一时间段内的交易金额的百分比分布。
15、在一些非限制性实施方案或方面中，机器学习算法包括孤立森林算法，并且其中机器学习模型包括孤立森林。
16、根据一些非限制性实施方案或方面，提供了一种包括至少一个非暂时性计算机可读介质的计算机程序产品，所述至少一个非暂时性计算机可读介质包括程序指令，所述程序指令在由至少一个处理器执行时使得所述至少一个处理器：获得与在历史时间段内商家系统处的多个历史交易的时间序列相关联的历史交易数据，所述历史交易数据包括与多个历史交易相关联的多个商家类别代码(mcc)；将差异变换应用于历史交易数据以生成变换数据；通过将机器学习算法应用于变换数据来训练机器学习模型，所述机器学习模型生成与商家系统相关联的异常分数；获得与在历史时间段之后的前一时间段内商家系统处的一个或多个先前交易相关联的先前交易数据，所述先前交易数据包括多个mcc中与一个或多个先前交易相关联的一个或多个mcc；使用机器学习模型处理先前交易数据以生成与商家系统相关联的异常分数；以及基于异常分数和至本文档来自技高网...
【技术保护点】
1.一种计算机实现的方法，包括：
2.如权利要求1所述的计算机实现的方法，还包括：
3.如权利要求2所述的计算机实现的方法，还包括：
4.如权利要求1所述的计算机实现的方法，其中所述历史交易数据包括针对所述多个历史交易的交易子集的所述多个MCC中的每个MCC在所述历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且其中历史子时间段的持续时间是与所述前一时间段相同的持续时间。
5.如权利要求4所述的计算机实现的方法，其中获得所述历史交易数据包括对于针对每个MCC在不包括所述多个交易中的交易的历史子时间段内的所述交易金额的所述百分比分布生成零值。
6.如权利要求4所述的计算机实现的方法，其中所述先前交易数据包括针对所述一个或多个交易的所述一个或多个MCC中的每个MCC在所述前一时间段内的交易金额的百分比分布。
7.如权利要求1所述的计算机实现的方法，其中所述机器学习算法包括孤立森林算法，并且其中所述机器学习模型包括孤立森林。
8.一种系统，包括：
9.如权利要求8所述的系统，其中所
10.如权利要求9所述的系统，其中所述至少一个处理器被进一步编程为并且/或者被进一步配置成：
11.如权利要求8所述的系统，其中所述历史交易数据包括针对所述多个历史交易的交易子集的所述多个MCC中的每个MCC在所述历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且其中历史子时间段的持续时间是与所述前一时间段相同的持续时间。
12.如权利要求11所述的系统，其中所述至少一个处理器被进一步编程为并且/或者被进一步配置成通过对于针对每个MCC在不包括所述多个历史交易中的交易的历史子时间段内的所述交易金额的所述百分比分布生成零值来获得所述历史交易数据。
13.如权利要求11所述的系统，其中所述先前交易数据包括针对所述一个或多个交易的所述一个或多个MCC中的每个MCC在所述前一时间段内的交易金额的百分比分布。
14.如权利要求8所述的系统，其中所述机器学习算法包括孤立森林算法，并且其中所述机器学习模型包括孤立森林。
15.一种计算机程序产品，包括至少一个非暂时性计算机可读介质，所述至少一个非暂时性计算机可读介质包括程序指令，所述程序指令在由至少一个处理器执行时使得所述至少一个处理器：
16.如权利要求15所述的计算机程序产品，其中所述程序指令在由所述至少一个处理器执行时进一步使得所述至少一个处理器：
17.如权利要求16所述的计算机程序产品，其中所述程序指令在由所述至少一个处理器执行时进一步使得所述至少一个处理器：
18.如权利要求15所述的计算机程序产品，其中所述历史交易数据包括针对所述多个历史交易的交易子集的所述多个MCC中的每个MCC在所述历史时间段内的多个历史子时间段内的交易金额的百分比分布，其中历史子时间段的持续时间是与所述前一时间段相同的持续时间，并且其中所述先前交易数据包括针对所述一个或多个交易的所述一个或多个MCC中的每个MCC在所述前一时间段内的交易金额的百分比分布。
19.如权利要求18所述的计算机程序产品，其中所述程序指令在由至少一个处理器执行时进一步使得所述至少一个处理器通过对于针对每个MCC在不包括所述多个历史交易中的交易的历史子时间段内的所述交易金额的所述百分比分布生成零值来获得所述历史交易数据。
20.如权利要求18所述的计算机程序产品，其中所述机器学习算法包括孤立森林算法，并且其中所述机器学习模型包括孤立森林。
...【技术特征摘要】
【国外来华专利技术】
1.一种计算机实现的方法，包括：
2.如权利要求1所述的计算机实现的方法，还包括：
3.如权利要求2所述的计算机实现的方法，还包括：
4.如权利要求1所述的计算机实现的方法，其中所述历史交易数据包括针对所述多个历史交易的交易子集的所述多个mcc中的每个mcc在所述历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且其中历史子时间段的持续时间是与所述前一时间段相同的持续时间。
5.如权利要求4所述的计算机实现的方法，其中获得所述历史交易数据包括对于针对每个mcc在不包括所述多个交易中的交易的历史子时间段内的所述交易金额的所述百分比分布生成零值。
6.如权利要求4所述的计算机实现的方法，其中所述先前交易数据包括针对所述一个或多个交易的所述一个或多个mcc中的每个mcc在所述前一时间段内的交易金额的百分比分布。
7.如权利要求1所述的计算机实现的方法，其中所述机器学习算法包括孤立森林算法，并且其中所述机器学习模型包括孤立森林。
8.一种系统，包括：
9.如权利要求8所述的系统，其中所述至少一个处理器被进一步编程为并且/或者被进一步配置成：
10.如权利要求9所述的系统，其中所述至少一个处理器被进一步编程为并且/或者被进一步配置成：
11.如权利要求8所述的系统，其中所述历史交易数据包括针对所述多个历史交易的交易子集的所述多个mcc中的每个mcc在所述历史时间段内的多个历史子时间段内的交易金额的百分比分布，并且其中历史子时间段的持续时间是与所述前一时间段相同的持续时间。
12.如权利要求11所述的系统，其中所述至少一个处理器被进一步编程为并且/或者被进一步配置成通过对于针对每个mcc在不包括所述多个历史交易中的交易的历史子时...
【专利技术属性】
技术研发人员：N·C·阿贝，G·拉玛昌德兰，D·怀特，R·甘加达兰，P·迪普，A·T·皮拉科夫，
申请(专利权)人：维萨国际服务协会，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。